深度学习在生物医药领域的应用
本数据库通过收集和整理最新科研文献信息而得，供了解领域前沿进展之用。数据源自 PubMed Data ，每日自动更新（使用关键词“['deep learning']”过滤），已收录文献数量参见 统计表格。表格内容由 GPT 自动整理，可能存在错误或遗漏，请使用时务必注意核实！
如有建议或合作意向，欢迎联系 linlin.yan(AT)bioinfo.app 或 微信 yanlinlin82。本项目遵循 MIT 许可 发布，欢迎下载 源码 自行修改使用。如觉得不错，还请不吝 给我打赏，你的支持是我继续创新的重要动力！
添加微信请说明来意
微信赞赏
除通过在线浏览外，为方便用户离线查阅，本站也提供 付费下载（定价19.9元）。之所以考虑收费，是因为批量扫描这些文献并整理也是有一定成本的，还请理解并多多支持。本站数据会持续更新，而仅需一次付费，未来就可以随时重新下载到最新版本数据。
当前共找到 36465 篇文献，本页显示第 2421 - 2440 篇。
| 序号 | 推送日期 | 文章 | 类型 | 简述 | 创新点 | 不足 | 研究目的 | 研究对象 | 领域 | 病种 | 技术 | 模型 | 数据类型 | 样本量 | 算法框架 | 模型架构 | 性能指标 | 计算资源 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 2421 | 2025-11-29 |
Dose-Dependent Analysis of Image Quality in Pediatric Head CT Scans Across Different Scanners to Optimize Clinical Protocols Using Phantom-Based Assessment
2025-Oct-27, Tomography (Ann Arbor, Mich.)
DOI:10.3390/tomography11110119
PMID:41295553
|
研究论文 | 通过整合多中心临床数据与体模评估，建立儿科头部CT扫描中噪声和对比噪声比的定量阈值以优化临床协议 | 首次结合多中心临床数据和体模实验，系统分析不同扫描仪厂商设备的剂量-图像质量关系，并确定定量阈值 | 主要依赖回顾性数据，前瞻性验证有限；未深入评估深度学习重建算法的影响 | 优化儿科头部CT扫描协议，在保证诊断图像质量的同时最小化辐射暴露 | 儿科患者头部CT扫描数据和Catphan体模实验数据 | 医学影像 | 儿科疾病 | 计算机断层扫描(CT) | NA | CT图像 | 来自8家医院的CT系统数据，涵盖三个制造商(佳能、富士、通用电气) | NA | NA | 噪声标准差(SD)、对比噪声比(CNR)、CTDIvol(辐射剂量) | NA |
| 2422 | 2025-11-29 |
Prediction of Postoperative Mortality After Fontan Procedure: A Clinical Prediction Model Study Using Deep Learning Artificial Intelligence Techniques
2025-Oct-23, Journal of cardiovascular development and disease
IF:2.4Q2
DOI:10.3390/jcdd12110420
PMID:41295346
|
研究论文 | 本研究开发并验证了一种基于深度学习的临床预测模型，用于预测Fontan手术后的术后死亡率 | 首次将深度学习技术应用于Fontan手术后死亡率预测，并采用SHAP分析增强模型可解释性，开发了用户友好的临床应用界面 | 需要额外的外部验证来确认其更广泛的适用性和临床实用性 | 开发并验证深度学习模型以预测Fontan手术后死亡率，并识别关键预测因素 | 230名接受Fontan手术的单心室先天性心脏病患者 | 机器学习 | 先天性心脏病 | 深度学习人工智能技术 | DNN | 临床、生化、血流动力学变量 | 230名患者 | Streamlit | 深度神经网络 | 准确率, 精确率, 召回率, F1分数, AUC-ROC, 特异性 | NA |
| 2423 | 2025-11-29 |
Artificial Intelligence in Clinical Oncology: From Productivity Enhancement to Creative Discovery
2025-Oct-22, Current oncology (Toronto, Ont.)
DOI:10.3390/curroncol32110588
PMID:41294650
|
综述 | 本文综述人工智能在临床肿瘤学中从生产力提升到创造性发现的双重影响 | 提出AI在肿瘤学中的双重作用框架，并介绍FUTURE-AI临床转化框架 | NA | 探讨人工智能在临床肿瘤学中的应用与影响 | 临床肿瘤学数据与工作流程 | 机器学习 | 癌症 | NA | 深度学习,基于Transformer的基础模型 | 多模态数据,影像数据,临床数据 | NA | NA | NA | NA | NA |
| 2424 | 2025-11-29 |
Redefining MRI-Based Skull Segmentation Through AI-Driven Multimodal Integration
2025-Oct-22, Journal of imaging
IF:2.7Q3
DOI:10.3390/jimaging11110372
PMID:41295090
|
研究论文 | 开发基于AI的多模态集成工作流，实现直接从常规MRI进行颅骨分割 | 通过多模态配准将CT分割结果迁移到MRI，实现无需专门序列的MRI颅骨自动分割 | MRI上的绝对精度低于CT，分割性能存在一定差距 | 开发无需电离辐射的颅骨分割方法，提升MRI在手术规划中的实用性 | 颅骨分割，特别关注儿科和创伤病例 | 医学影像分析 | 颅颌面疾病 | MRI，CT，多模态配准 | 深度学习模型 | 医学影像（MRI和CT） | 186对配对的CT-MRI数据集 | NA | NA | Dice相似系数，平均表面距离，Hausdorff距离 | NA |
| 2425 | 2025-11-29 |
Multiplex design and discovery of proximity handles for programmable proteome editing
2025-Oct-13, bioRxiv : the preprint server for biology
DOI:10.1101/2025.10.13.681693
PMID:41279570
|
研究论文 | 本研究通过结合蛋白质设计与多重筛选框架，开发了一种可扩展的蛋白质组编辑平台，用于发现能够调控细胞内蛋白质降解、稳定或重定位的效应器手柄 | 将深度学习指导的蛋白质设计与功能性细胞读数相结合，建立了可扩展的低成本平台，发现了数百种能够驱动蛋白质降解或稳定的效应器手柄 | 研究中仅验证了部分候选效应器手柄，需要进一步验证其在更广泛蛋白质靶点中的应用效果 | 开发可编程蛋白质组编辑的通用框架，解决当前蛋白质操作工具灵活性和特异性不足的问题 | 设计的效应器手柄、泛素-蛋白酶体系统组件、自噬通路组件、线粒体外膜 | 生物技术 | 癌症 | LABEL-seq测序分析、多重筛选、深度学习指导的蛋白质设计 | 深度学习模型 | 测序数据、蛋白质丰度数据 | 9,715个设计的候选效应器手柄 | NA | NA | 蛋白质丰度变化、重现性、正交验证 | NA |
| 2426 | 2025-11-29 |
SeedGerm-VIG: an open and comprehensive pipeline to quantify seed vigor in wheat and other cereal crops using deep learning-powered dynamic phenotypic analysis
2025-Jan-06, GigaScience
IF:11.8Q1
DOI:10.1093/gigascience/giaf129
PMID:41100176
|
研究论文 | 开发了一个基于深度学习的自动化种子活力分析管道SeedGerm-VIG，用于量化小麦和其他谷类作物的种子活力 | 整合了多种深度学习模型和计算机视觉算法，建立了时间序列有向图来跟踪根尖生长，并创建了新的种子活力评分矩阵 | NA | 开发自动化种子活力评估方法，促进作物改良 | 小麦、水稻和大麦种子 | 计算机视觉 | NA | 深度学习，计算机视觉 | YOLOv8x-Germ, U-Net | 图像 | 小麦21个商业基因型494个随机抽样种子（超过29,500张种子级图像），水稻120个种子，大麦240个种子 | NA | YOLOv8x-Germ, U-Net | R2 = 84.1% | NA |
| 2427 | 2025-11-29 |
Explainable Transfer Learning with Residual Attention BiLSTM for Prognosis of Ischemic Heart Disease
2025, F1000Research
DOI:10.12688/f1000research.166307.3
PMID:41216267
|
研究论文 | 提出一种可解释的迁移学习残差注意力双向LSTM模型用于缺血性心脏病预后预测 | 结合迁移学习、残差注意力机制、SHAP可解释性分析和人口统计学重加权策略，提高模型准确性、可解释性和公平性 | 仅在UCI心脏病数据集上验证，需要更多临床数据验证泛化能力 | 开发准确、可解释且公平的缺血性心脏病预后预测模型 | 缺血性心脏病患者临床数据 | 机器学习 | 心血管疾病 | 深度学习，迁移学习 | BiLSTM, 注意力机制 | 临床数据 | UCI心脏病数据集，10折交叉验证 | NA | 残差注意力双向LSTM (Residual Attention BiLSTM) | 准确率, F1分数, AUC, 错误率 | NA |
| 2428 | 2025-11-29 |
Objective Evaluation of a Deep Learning-Based Noise Reduction Algorithm for Hearing Aids Under Diverse Fitting and Listening Conditions
2025 Jan-Dec, Trends in hearing
IF:2.6Q1
DOI:10.1177/23312165251396644
PMID:41289071
|
研究论文 | 本研究评估了一种基于深度神经网络(DNN)的降噪算法在助听器中的性能，并与传统信号处理方法进行比较 | 首次在多样化助听器配置和听音条件下系统评估DNN降噪算法，并结合波束成形技术 | 使用KEMAR假人头录音而非真实患者，在中等混响条件下效果有限，非侵入式指标存在较大变异性 | 评估深度学习降噪算法在助听器中的性能表现 | 助听器信号处理系统 | 信号处理 | 听力障碍 | 深度神经网络降噪，自适应滤波，波束成形 | DNN | 音频录音 | 1,152个KEMAR假人头录音，使用5种听力图配置 | NA | NA | HASPI, HASQI, pMOS | NA |
| 2429 | 2025-11-29 |
SVNC-Net: An optimized U-Net variant with 2D convolutions for lightweight 3D spleen segmentation
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0332482
PMID:41289322
|
研究论文 | 提出一种基于U-Net优化的轻量级3D脾脏分割网络SVNC-Net，使用2D卷积处理CT切片 | 在U-Net框架基础上引入深度可分离卷积，使用2D卷积实现3D分割，显著降低计算复杂度和内存使用 | 未明确说明模型在极端病理情况下的泛化能力 | 开发适用于资源受限环境的实时3D脾脏分割方法 | CT扫描中的脾脏器官 | 数字病理 | 脾脏疾病 | CT扫描 | CNN | 医学影像 | 两个公开数据集（具体数量未说明） | 未明确说明 | U-Net变体 | 与UPerNet、EMANet、CCNet、SegNet、ShuffleNet对比评估 | 适用于边缘设备和资源受限环境 |
| 2430 | 2025-11-29 |
Deep learning and multi-omics reveal programmed cell death-associated diagnostic signatures and prognostic biomarkers in gastric cancer
2025, Frontiers in immunology
IF:5.7Q1
DOI:10.3389/fimmu.2025.1690200
PMID:41293156
|
研究论文 | 通过深度学习与多组学分析揭示胃癌中程序性细胞死亡相关的诊断标志物和预后生物标志物 | 开发了基于评分聚类框架整合多种机器学习算法，并应用混合CNN+BiLSTM模型进行转录组特征提取和亚型分类 | 样本量可能不足导致部分基因表达存在微小差异 | 改善胃癌的诊断和预后评估框架 | 胃癌患者的多组学数据 | 数字病理学 | 胃癌 | 多组学分析, 空间转录组, RT-qPCR | CNN, BiLSTM | 转录组数据, 蛋白质组数据 | TCGA队列和临床样本 | TensorFlow, PyTorch | CNN+BiLSTM混合模型 | 准确率, 预后预测值 | NA |
| 2431 | 2025-11-29 |
Habitat radiomics and deep learning on gadoxetic acid-enhanced MRI for noninvasive assessment of CK19 expression and recurrence-free survival in hepatocellular carcinoma
2025, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2025.1684264
PMID:41293267
|
研究论文 | 基于钆塞酸增强MRI开发结合临床、影像、生境放射组学和深度学习特征的非侵入性模型，用于预测肝细胞癌CK19表达和无复发生存期 | 首次将生境放射组学与深度学习特征结合临床和影像特征，构建综合预测模型评估肝细胞癌CK19表达和预后 | 回顾性研究设计，样本量有限，需要多中心前瞻性验证 | 开发非侵入性预测模型评估肝细胞癌CK19表达和复发风险 | 539例肝细胞癌患者 | 医学影像分析 | 肝细胞癌 | 钆塞酸增强MRI | 深度学习, 逻辑回归 | 医学影像 | 539例患者（训练集266例，内部测试集114例，外部测试集159例） | NA | DL-HR列线图模型 | AUC, 95%置信区间, P值 | NA |
| 2432 | 2025-11-29 |
Federated radiomics analysis of preoperative MRI across institutions: toward integrated glioma segmentation and molecular subtyping
2025, Frontiers in radiology
DOI:10.3389/fradi.2025.1648145
PMID:41293309
|
研究论文 | 提出基于联邦学习的多任务3D深度神经网络框架，实现跨机构胶质瘤分割和分子分型预测 | 首次将联邦学习应用于多模态MRI的胶质瘤自动分割和多重分子标记物联合预测，实现隐私保护下的多中心协作 | 研究依赖公开数据集，需在更多真实临床场景中验证；模型性能可能受各机构数据异质性影响 | 开发非侵入性胶质瘤分子特征预测方法，解决临床数据共享的隐私限制问题 | 胶质瘤患者的多模态MRI影像数据 | 医学影像分析 | 胶质瘤 | 多模态MRI | 3D深度神经网络,多任务学习 | 医学影像 | 训练集1,552例，外部验证集466例 | 联邦学习框架 | 多任务3D深度神经网络 | AUC,Dice系数 | NA |
| 2433 | 2025-11-29 |
A Deep Learning-Based Automated Scoring System for Predicting Eyelid Rejuvenation Outcomes After Monopolar Radiofrequency Treatment
2025, Clinical, cosmetic and investigational dermatology
DOI:10.2147/CCID.S550147
PMID:41293324
|
研究论文 | 开发基于深度学习的自动化评分系统，用于预测单极射频治疗后的眼睑年轻化效果 | 首次将CNN与U-Net混合架构应用于眼睑年轻化治疗效果评估，实现客观量化的疗效预测 | 样本量较小（50例患者），缺乏长期随访数据，需要更大规模多样化数据集进一步验证 | 开发客观评估眼睑单极射频治疗效果的人工智能系统 | 接受眼睑单极射频治疗的50名患者（47名女性，3名男性） | 计算机视觉 | 眼睑松弛 | 单极射频治疗 | CNN, U-Net | 图像 | 50名患者（47名女性，3名男性）的治疗前后图像 | NA | CNN-U-Net混合架构 | 均方根误差, 平均绝对百分比误差 | NA |
| 2434 | 2025-11-29 |
Graph neural networks in the nephropathological diagnosis of antibody-mediated rejection
2025, Computational and structural biotechnology journal
IF:4.4Q2
DOI:10.1016/j.csbj.2025.10.005
PMID:41293460
|
研究论文 | 本研究评估基于图的深度学习模型在抗体介导排斥反应诊断中的应用，通过肾活检全切片图像提升诊断准确性和可重复性 | 提出将肾小球、动脉和皮质肾小管间质区域表示为图结构数据，并开发新型GNN架构（SimpleGCN、DenseGCN、SimpleGAT）用于AMR分类 | 特征表示仍需优化，需要整合多模态数据以扩展临床实用性 | 提高肾移植抗体介导排斥反应的诊断准确性和可重复性 | 肾移植患者的肾活检组织 | 数字病理学 | 肾脏疾病 | 全切片图像分析 | GNN, CNN, Transformer | 图像 | 348名患者的1193张全切片图像 | NA | Graph-Transformer, SimpleGCN, DenseGCN, SimpleGAT | 准确率 | NA |
| 2435 | 2025-11-29 |
Digital technologies in psoriasis management: from precision diagnosis to therapeutic innovation and holistic care
2025, Frontiers in digital health
IF:3.2Q2
DOI:10.3389/fdgth.2025.1656585
PMID:41293553
|
综述 | 探讨数字技术在银屑病综合管理中的应用，涵盖精准诊断、治疗创新和整体护理 | 首次系统整合人工智能皮肤镜诊断（EfficientNet-B4模型）、智能光疗剂量优化、AI辅助生物制剂选择和物联网监测系统，构建银屑病精准数据驱动管理框架 | 数据标准化不足、隐私问题、算法透明度有限且缺乏长期验证 | 系统分析数字技术如何变革银屑病的综合管理策略 | 银屑病患者及数字医疗技术 | 数字病理学 | 银屑病 | 人工智能皮肤镜、深度学习、物联网、多组学数据整合 | CNN | 皮肤镜图像、实时监测数据、多组学数据 | NA | NA | EfficientNet-B4 | 准确率 | NA |
| 2436 | 2025-11-29 |
Sensorless End-to-End Freehand 3-D Ultrasound Reconstruction With Physics-Guided Deep Learning
2024-Nov, IEEE transactions on ultrasonics, ferroelectrics, and frequency control
DOI:10.1109/TUFFC.2024.3465214
PMID:39302786
|
研究论文 | 提出一种无需传感器的端到端自由手3D超声重建方法，通过物理引导的深度学习技术解决传统方法中的平面外运动问题 | 设计了新型物理启发的深度神经网络PLPPI模型，无需3D卷积即可实现自由手3D超声重建，显著提升重建精度并大幅减少计算资源需求 | 未明确说明模型在复杂临床环境中的泛化能力和对不同解剖部位的适应性 | 开发无需运动传感器的自由手3D超声重建方法，提高重建质量并降低计算资源需求 | 自由手扫描获取的3D超声图像 | 医学影像处理 | 心脏疾病、产科疾病、腹部疾病、血管疾病 | 3D超声成像 | 深度神经网络 | 超声图像序列 | NA | NA | PLPPI | 平均百分比误差、计算时间、GPU内存使用量 | GPU |
| 2437 | 2025-11-28 |
Novel contrastive representation learning of epileptic electroencephalogram for seizure detection
2026-Dec, Cognitive neurodynamics
IF:3.1Q2
DOI:10.1007/s11571-025-10352-9
PMID:41306193
|
研究论文 | 提出了一种结合对比学习和周期动态检测的新型癫痫脑电图特征学习框架ContrLF，用于癫痫发作检测 | 首次将对比学习框架与Floss方法相结合，能够自动检测和学习脑电图信号中的主要周期性动态，更充分地捕捉癫痫发作的关键特征 | NA | 开发一种能够更好捕捉脑电图信号中周期性动态的癫痫发作自动检测方法 | 癫痫患者的头皮脑电图和颅内脑电图数据 | 机器学习 | 癫痫 | 脑电图信号处理 | 对比学习, SVM | 脑电图时序信号 | NA | NA | ContrLF框架（包含时间对比模块和上下文对比模块） | 准确率, 敏感度, 特异性 | NA |
| 2438 | 2025-11-28 |
Scale-adjusted distance transform and its applications to segmentation of multimodal images
2026-Jan, Methods (San Diego, Calif.)
DOI:10.1016/j.ymeth.2025.11.003
PMID:41207402
|
研究论文 | 提出一种尺度调整距离变换方法，用于多模态图像中多尺度对象的精确分割 | 提出与传统距离变换概念不同的尺度调整距离变换，其值独立于对象尺度并在山脊处统一为'1'，具有平移、旋转和各向同性缩放不变性 | 未与现代深度学习方法进行广泛对比，主要验证了在特定生物医学图像上的应用 | 开发一种尺度不变的距离变换方法，解决多尺度对象的结构分析问题 | 二维和三维多模态图像中的结构对象，特别是生物医学图像中的细胞核和血管 | 计算机视觉 | NA | 距离变换，梯度流路径分析 | 模糊方法 | 二维显微图像，三维肺部CT图像 | 猪肺模型的三维CT数据和二维显微图像数据集 | NA | NA | 分割准确性 | NA |
| 2439 | 2025-11-28 |
Stochastically evolving graphs via edit semigroups
2025-Dec-09, Proceedings of the National Academy of Sciences of the United States of America
IF:9.4Q1
DOI:10.1073/pnas.2526595122
PMID:41296758
|
研究论文 | 本文通过编辑半群和谱理论研究底层宿主图中子图的随机演化过程 | 将Tsetlin图书馆和超平面排列的半群谱理论应用于图演化过程，为简单编辑提供特征向量的闭式解和收敛速率锐界 | NA | 建立从给定图中采样随机子图的通用随机模型 | 宿主图中的子图演化过程 | 机器学习 | NA | 随机游走，谱理论 | 随机过程模型 | 图数据 | NA | NA | NA | 收敛速率 | NA |
| 2440 | 2025-11-28 |
Multi-Organ metabolic profiling with [18F]F-FDG PET/CT predicts pathological response to neoadjuvant immunochemotherapy in resectable NSCLC
2025-Dec, European journal of nuclear medicine and molecular imaging
IF:8.6Q1
DOI:10.1007/s00259-025-07350-8
PMID:40451983
|
研究论文 | 开发并验证结合多器官PET代谢指标的列线图模型，用于预测可切除非小细胞肺癌患者新辅助免疫化疗后的主要病理缓解 | 首次报道结合多器官代谢指标（脾脏、结肠、脊柱等）的预测模型，超越传统仅关注肿瘤的方法，量化全身宿主-肿瘤代谢相互作用 | 回顾性单中心研究，样本量有限（115例患者），需要外部验证 | 预测可切除非小细胞肺癌患者接受新辅助免疫化疗后的主要病理缓解 | 可切除非小细胞肺癌患者 | 数字病理 | 肺癌 | [18F]F-FDG PET/CT, 深度学习自动分割 | 列线图, LASSO回归, 随机森林 | PET/CT图像, 代谢参数 | 115例rNSCLC患者（训练集70%，验证集30%） | NA | NA | AUC, 特异性, 阳性预测值, 准确率, 校准曲线, 决策曲线分析 | NA |